以下是一个示例代码，演示了如何使用并行计算将每个进程的输出写入文件。

import multiprocessing

# 定义一个并行计算的函数
def parallel_function(num):
    result = num * num
    process_id = multiprocessing.current_process().name
    # 将每个进程的输出写入文件
    with open('output.txt', 'a') as file:
        file.write(f'进程 {process_id} 的输出: {result}\n')

if __name__ == '__main__':
    # 创建一个进程池
    pool = multiprocessing.Pool()
    
    # 定义输入数据
    input_data = [1, 2, 3, 4, 5]
    
    # 并行计算并将每个进程的输出写入文件
    pool.map(parallel_function, input_data)
    
    # 关闭进程池
    pool.close()
    pool.join()

在上面的示例代码中，我们首先定义了一个并行计算的函数parallel_function，它将输入的数字平方，并将每个进程的输出写入文件。在函数中，我们使用multiprocessing.current_process().name获取当前进程的名称，并使用open函数将输出写入output.txt文件。

在主代码中，我们创建了一个进程池pool，然后定义了输入数据input_data。接下来，我们使用pool.map函数将输入数据传递给parallel_function函数进行并行计算，并将每个进程的输出写入文件。

最后，我们关闭进程池并使用pool.join()等待所有进程完成。完成后，我们就可以在output.txt文件中看到每个进程的输出了。